《浅析人工智能算法的不可专利性》14000字（论文）

浅析人工智能算法的不可专利性目录TOC\o"1-3"\h\u15900引言 132038一、问题的提出 130153二、人工智能算法专利资格争议的理论聚焦 2585（一）抽象思想与具体应用的判断 329309（二）专利“三性”的判断挑战 313815（三）创新的动力源和利益诉求 528602三、人工智能算法不可专利性的比较法考察 613456（一）欧洲的审查实践 721404（二）美国的审查实践 78700四、人工智能算法不可专利性证成 86086（一）中国发展下的人工智能算法不可专利性 810587（二）人工智能算法专利资格授予之替代方案 116833结语 136042参考文献 14PAGE15引言人工智能算法是人工智能技术最核心的本质，通过算法，人工智能的“智能”才得以显现。随着人工智能的快速发展，人工智能算法不仅成为了一种新型技术，而且代表着一种新的商业模式和方法。继而，人工智能算法的专利保护问题逐渐成为创新主体和学者共同的关注焦点。由于人工智能算法的抽象性、智能性，其在专利资格认定上颇具争议。2019年6月26日，由谷歌提出的Dropout算法专利申请正式生效，这引发了业界对人工智能算法能否进行专利保护的讨论高潮。由此，人工智能算法能否被授予专利资格，目前国内学者提出的各种人工智能算法可专利的专利制度保护途径是否可行，是否存在其他对人工智能算法保护的方案，成为一系列亟待思考和解决的问题。一、问题的提出目前为止，并没有对“算法”的一致定义，但从技术角度理解，算法可被视为一种数学结构以及这一结构转化而来的程序，或将其视作实现特定任务的技术应用。BrentMittelstadt,TheEthicsofAlgorithms:MappingtheDebate,BigData＆Society,2016,at1-21.具体来说，它主要是指人工智能所采用的核心技术，比如支持向量机、神经网络等机器学习模型和算法。王立石等：《人工智能算法对专利保护政策的挑战及应对》，《软件》，2019年第4期。我国现行立法规范并未明确规定人工智能算法本身是否能够纳入专利客体范围，根据传统上的审查实践，人工智能算法具有不可专利性。与此同时，随着人工智能算法BrentMittelstadt,TheEthicsofAlgorithms:MappingtheDebate,BigData＆Society,2016,at1-21.王立石等：《人工智能算法对专利保护政策的挑战及应对》，《软件》，2019年第4期。人工智能的思维属性具有发展性，其一开始即被定义为“机器做人们认为需要智能的事情的能力”，人工智能的特质之一为试图模仿人类的心理步骤。MizukiHashiguchi,TheGlobalArtificialIntelligenceRevolutionChallengesPatentEligibilityLaws,JournalofBusinessandTechnologyLaw,Vol.13,No.1,2017.因此人工智能算法本身具有双重属性，作为人工智能技术建构的技术属性和模仿人类心理步骤的思维属性。当前，人类对人工智能的研究一直试图朝“智能”方向推进，研究人员正试图将人类情感融入人工智能算法的运行机制中，以替代单纯依赖计算逻辑的做法，因而人工智能算法的研究正在越来越接近人类思维和心理活动本身。但是对比专利法制度的理论逻辑，要求区别抽象思想和具体技术方案，来保护权利要求对象的技术功能。AnastasiaGreenberg,ProtectingVirtualThings：PatentabilityOfArtificial,TheLawReviewoftheFranklinPierceCenterforIntellectualProperty,Vol.60,NO.2,2020.MizukiHashiguchi,TheGlobalArtificialIntelligenceRevolutionChallengesPatentEligibilityLaws,JournalofBusinessandTechnologyLaw,Vol.13,No.1,2017.AnastasiaGreenberg,ProtectingVirtualThings：PatentabilityOfArtificial,TheLawReviewoftheFranklinPierceCenterforIntellectualProperty,Vol.60,NO.2,2020.人工智能算法不仅在其自身发展上倾向于与专利客体要求相反的思维属性，而且在与某些具体领域的结合与运用上，已经扩展到经济学、心理学、文学与音乐艺术等诸多非技术性的人文学科领域。作为一种人工智能算法，“人工神经网络”已经可以对诸多人文学科领域的模糊定义进行精确量化，“在区分一幅作品的内容和风格的基础上，它可以将艺术风格转移到另外的作品中，对不同艺术家的风格进行不同程度的内容渲染”李彦涛：《人工智能技术对专利制度的挑战与应对》，《东方法学》2019年第1期。李彦涛：《人工智能技术对专利制度的挑战与应对》，《东方法学》2019年第1期。在专利的实质审查条件上，人工智能算法权利要求的说明存在诸多障碍。专利保护需要按照专利法的相关规定，在权利要求文件中，针对申请保护的对象的主要内容和技术要件，需要以准确、规范的人类语言进行说明，如此才能使有关技术领域的技术人员能够按照给定的说明对专利重复实施。但是，即使是算法开发者，也认为人工智能的机制常常是“无法解释”的，他们也无法掌握算法处理数据的选取标准和操作步骤。梁志文：《论算法排他权:破除算法偏见的路径选择》，《政治与法律》2020年第8期。究其原因，人工智能专注于模仿人类思维，从经验中学习是人工智能的主要标志和知识获取的主要途径。人工智能算法会通过对历史数据的训练完成参数调整和模型建构。蔡自兴、徐光佑：《人工智能及其应用》，清华大学出版社1996年版，第9页。由此观之，人工智能算法仿生的思维逻辑设计和决策过程，使得对其具体描述和解释存在障碍。人工智能算法越发展，其“无法解释的问题梁志文：《论算法排他权:破除算法偏见的路径选择》，《政治与法律》2020年第8期。蔡自兴、徐光佑：《人工智能及其应用》，清华大学出版社1996年版，第9页。综上所言，本文以人工智能算法与专利法制度之间的矛盾为逻辑起点，旨在讨论人工智能算法可否被授予专利资格的问题。本文首先讨论国内学者尝试化解此种矛盾的专利法途径的不可行性，再进一步从比较法视野论证人工智能算法不可专利性的可行性和必要性，最后立足我国人工智能算法的发展现状，提出人工智能算法保护的合理方案，从而完整证成人工智能算法的不可专利性。二、人工智能算法专利资格争议的理论聚焦针对人工智能算法能否成为专利权的客体，一直以来争议不断。以下拟聚焦关于人工智能算法专利资格问题的理论争议，分析国内学者支持人工智能算法可专利性的三项主要理论依据，即人工智能算法属于具体应用、符合专利“三性”的判断、成为专利符合社会利益。应当指出，这三项理论争议焦点，互相独立、互不归属，皆是从不同角度出发讨论人工智能算法的专利资格问题。本部分还会从人工智能算法的运行机理和创新机制切入，探讨学者理论依据的偏颇，论证人工智能算法不可专利性的可行性和必要性。（一）抽象思想与具体应用的判断一直以来，由于人工智能算法的设计基于一定的数学算法、数学公式和数学模型，其与数学法则和人类的思维步骤密切相关，因此其被视为“抽象思想”或我国《专利法》所称之“智力活动的规则与方法”，进而被排除出专利客体范围。部分学者支持我国立法实践，认为应当坚持对人工智能算法属于抽象思想的判断，在特定的技术领域中若结合到了人工智能算法，生成了涉及算法的发明，从而符合专利法对发明的要求，才能够被纳入专利保护范围。刘强：《人工智能算法发明可专利性问题研究》，《时代法学》2019年第4期。其余学者则认为，人工智能算法是一种具体应用，而非抽象思想。他们或追溯传统专利理论审查标准变化的历史，得出算法本身是操作机器的过程和具体方法步骤的结论；崔国斌：《专利法上的抽象思想与具体技术——计算机程序算法的客体属性分析》，《清华大学学报（哲学社会科学版）》2005年第3期。或从知识生产的价值追求出发，得出人工智能算法是在应用生物学理论与数学运算方法的结论；狄晓斐：《人工智能算法可专利性探析——刘强：《人工智能算法发明可专利性问题研究》，《时代法学》2019年第4期。崔国斌：《专利法上的抽象思想与具体技术——计算机程序算法的客体属性分析》，《清华大学学报（哲学社会科学版）》2005年第3期。狄晓斐：《人工智能算法可专利性探析——从知识生产角度区分抽象概念与具体应用》，《知识产权》2020年第6期。王翀：《人工智能算法可专利性研究》，《政治与法律》2020年第11期。笔者认为，人工智能算法虽以开源代码和数学模型为基础设计而成，但运用数学法则、自然规律等推理而出，并不代表人工智能算法就成为了对这些法则、规律等的具体应用。之所以对抽象思想的具体应用能够成为专利法上的授权对象，是因为专利法强调，运用抽象思想涵盖的内容，能够生成技术方案，使所发明的系统得以运行或达到预期效果。毛翔：《论具体技术与抽象思想结合方式对发明可专利性的影响》，《科技管理研究》2017年第15期。人工智能算法本身，甚至因其抽象而不直观，人们在实践中引入了描述工具辅助对它的理解。自然语言描述存在的字句歧义，以及流程图仅适用简单流程表述的缺陷，使得人们一般将伪代码作为更实用的描述算法的工具。徐子珊主编：《从算法到程序》，清华大学出版社2015年版，第2页。因而，人工智能算法实质上是对数学法则、自然规律的高度整合，但是这种整合仅在于对法则、规律的进一步表征，在置于某一具体技术领域运用之前并不具备任何技术效果。认为人工智能算法是一种具体应用的观点，只是将人工智能算法对数学法则、数学规律的利用形式意义上地理解为一种“具体应用毛翔：《论具体技术与抽象思想结合方式对发明可专利性的影响》，《科技管理研究》2017年第15期。徐子珊主编：《从算法到程序》，清华大学出版社2015年版，第2页。（二）专利“三性”的判断挑战除应然层面外，在审查实践角度分析专利申请的实质条件，人工智能算法同样具有不可专利性。发明专利和实用新型专利授权的实质性条件为新颖性、实用性和创造性。其中，新颖性要求发明和实用新型在申请日之前未曾公开且不存在抵触申请，创造性要求发明和实用新型具有智力创造水平，实用性要求可稳定地重复实施。王迁：《知识产权法教程》，中国人民大学出版社2019年版，第317页。王迁：《知识产权法教程》，中国人民大学出版社2019年版，第317页。有学者强调，人工智能算法的运行独立于人脑而通过机器实施，它是机器如何“思考”的问题。在通过机器实施后，人工智能算法已经转化为可作为专利主题的技术方案，而技术方案是否符合专利“三性”，则可以分别予以对比审查。邱福恩：《人工智能算法创新可专利性问题探讨》，《人工智能》2020年第4期。还有学者认为，应当对人工智能算法所具有的智力创造水准予以充分关注，明确将人工智能算法纳入专利法保护范围，专利法上的审查标准和权利要求撰写条件都可以随之进行相应地调整。邱福恩：《人工智能算法创新可专利性问题探讨》，《人工智能》2020年第4期。蔡琳：《智能算法专利保护的制度探索》，《西北工业大学学报（社会科学版）》2019年第3期。首先，复合性和跨域性是人工智能算法本身的显著特征。这意味着在人工智能算法的生成过程中，结合了随机性或其他可变特征，加之人工智能算法自动学习的特性，可延伸出称得上无穷无尽的新算法。当现有文献中存在的实际检索数量与生成的人工智能算法实际数量之间的差距越来越大，新颖性的评估不仅在理论上是不可能的，而且在实践中也难以操作。退一步而言，若只要求新生成的人工智能算法与原有的人工智能算法在结构上稍有不同，则会大大降低新颖性的审核标准，亦不可取。其次，在模型架构保持原形的基础上，就本质上而言，人工智能算法自我生成不同的技术方案都是一样的，因此难以判断人工智能算法产生的技术方案是否对技术产生了有益的影响。以“人工神经网络”为例，它是一种旨在模拟人脑结构及其功能的信息处理系统。毛健等：《人工神经网络的发展及应用》，《电子设计工程》2011年第24期。人脑结构的复杂程度已有诸多科学研究表明，故而人工神经网络的连接和构造也都极其复杂。人工神经网络的中间层次并不确定，针对人工神经网络中的参数设置的改变，可以变化出成千上万不同的人工神经网络。调参好比搭积木，搭建几层、每层搭建几块均由人为自主决定，只有合适的参数设置才能使人工神经网络的运算效率和结果准确率保持高水准。人工神经网络运用的效果，需要结合其在具体技术领域进行检验和判断，其在不同的技术领域进行运用时，需要重新调参并检验效果。然而，何谓“合适的参数”毛健等：《人工神经网络的发展及应用》，《电子设计工程》2011年第24期。最后，就“实用性”所要求的可稳定重复地实施并达到相同的实施结果，人工智能算法由于其自身属性，在很大程度上无法满足此要求。由于人工智能算法本身，不存在任何数据，也未限制任何可适用领域，好比一座空旷却有力的框架，需要架构到具体的砖瓦中发挥效用，而砖瓦亦是如此重要，以至于缺失了砖瓦便无法衡量并发挥框架的作用。数据即是砖瓦。虽然人工智能算法的自主学习过程中需要大数据的参与，即一开始需要利用有特征以及标签的数据，利用大数据生成和选择模型。但是这里对数据的利用，仅属于人工智能算法已经设计完成后通过学习自我优化，而发挥人工智能算法的效用仍需要将其放入具体领域中进行。由此可见，机器运行仅为人工智能算法运行的载体，人工智能算法实用性的发挥，仍然离不开对具体技术领域的数据的利用。因此，在人工智能算法应有的运行机理被厘清的情况下，不应当将人工智能算法本身和它对历史数据的训练行为混为一谈而认为人工智能算法本身具备实用性。综合而言，人工智能算法难以具备专利审查要求上的新颖性、创造性和实用性，具有不可专利性。当然，部分学者看到了人工智能算法在客体资格和审查实践上证成可专利性的困难，转而从实际出发，要求为了促进人工智能算法的创新而将其纳入专利权的客体。创新的动力源和利益诉求即使承认人工智能算法不符合可专利的客体资格，难以满足专利审查的实质条件，退一步而言，有学者认为对专利保护的客体的限制可以与时俱进，正如逐渐承认商业方法的可专利性那样。故而他们强调从务实的角度出发，一方面承认人工智能算法本身的技术功效，孜里米拉·艾尼瓦尔、姚叶：《人工智能技术对专利制度的挑战与应对》，《电子知识产权》2020年第4期。另一方面认为基于产业的利益诉求和创新主体对合法垄断、有力保护人工智能算法的迫切需求，未必不能考虑孜里米拉·艾尼瓦尔、姚叶：《人工智能技术对专利制度的挑战与应对》，《电子知识产权》2020年第4期。刘鑫、覃楚翔：《人工智能时代的专利法：问题、挑战与应对》，《电子知识产权》2021年第1期。和软件创新相类似，算法创新并不是竞争性的，而是高度渐进的、累积的和协作的。AntonHughes,AntonHughes,AvoidingtheSoftwarePatentProblem,ElectronicLawJournal,Vol.14,No.1,2007.此外，在促进和抑制创新之间保持平衡的一个关键问题是，对发明专利的理解是宽泛还是狭窄。若一项发明专利的权利要求过于狭窄，涵盖了一项非常具体的发明专利，则无法充分保护这项发明，他人能够通过轻微的修改轻松规避侵权。此种情况一定程度上会干扰创新的动机，也会使得申请者申请一系列不同角度轻微修改的专利以构成“专利丛林”，本质上均是由于专利所提供的保护微不足道。另一方面，若针对专利的权利要求范围不加限制，容易在很大范围内形成垄断，从而限制相关产业下游的创新。软件和互联网相关领域专利范围过广的问题已经尤为普遍且难以控制。AntonHughes,AvoidingtheSoftwarePatentProblem,ElectronicLawJournal,Vol.14,No.1,2007.AntonHughes,AvoidingtheSoftwarePatentProblem,ElectronicLawJournal,Vol.14,No.1,2007.宣頔：《美国金融商业方法专利保护之动态平衡变迁与启示》，《知识产权》2019年第8期。综上所述，在我国现行专利法制度的框架下，无论是支持人工智能算法属于具体应用，还是解构人工智能算法特征使其符合专利“三性”的判断要求，抑或是提倡为了促进人工智能算法的发展和创新而授予其专利权，都忽视了人工智能算法本身的特性和运行机制，仅片面地从可专利性角度反推论证人工智能算法的专利适格性，可见对人工智能算法授予专利资格不具有可行性和必要性。进而需要将目光投向比较法领域，寻找可供借鉴的坚持人工智能算法不可专利性的立法和审查实践。三、人工智能算法不可专利性的比较法考察目前，我国对于人工智能算法的专利审查问题，根据2021年1月15日起实施的新《专利审查指南》，人工智能算法因属于“智力活动的规则和方法”而被排除在专利保护之外；涉及利用人工智能算法的发明，只有其构成《专利法》第2条第2款规定意义上的技术方案，才能被授予专利。狄晓斐：《人工智能算法可专利性探析——狄晓斐：《人工智能算法可专利性探析——从知识生产角度区分抽象概念与具体应用》，《知识产权》2020年第6期。王德夫：《论人工智能算法的法律属性与治理进路》,《武汉大学学报(哲学社会科学版)》2021年第5期。（一）欧洲的审查实践欧洲专利局依据《欧洲专利公约》第52条，审查与算法相关的发明是否属于可授予专利权客体。与明确定义“发明”不同，公约明确列出的是不可专利的对象。其中与算法发明有关的是，不属于“发明”的主体的“数学方法”和“执行智力行为、进行比赛游戏或经营业务的计划、规则和方法，以及计算机程序”。根据欧洲专利局的审查指南和公约规定,由于人工智能算法本身包含抽象的数学特征，因此需要根据权利要求中是否还“包含其他技术特征”来判断这一个整体是否具有技术性。在算法有关发明的审查上，为了满足专利客体资格，首先要求将算法结合到某一特定技术领域，其次需要使用技术手段，解决客观的技术问题。王立石等：《人工智能算法对专利保护政策的挑战及应对》，《软件》，2019年第4期。因此，若想在欧盟获得专利保护，人工智能算法本身做不到，其王立石等：《人工智能算法对专利保护政策的挑战及应对》，《软件》，2019年第4期。从我国目前的立法与审查实践上看，与欧洲的实践态度保持一致，但相较于我国，欧洲在可专利性标准的设置上要求较低。针对欧洲审查实践中“包含其他技术特征”这一要求，也较容易满足。因为在撰写方式上，可以通过语言的描述使人工智能算法符合“发明”要求。（二）美国的审查实践美国在《专利法》第101条规定,专利权的对象必须针对“物质的工艺、机器、生产或组成”。王瀚：《欧美人工智能专利保护比较研究》,《华东理工大学学报(社会科学版)》2018年第1期。在此基础上，通过司法判例的方式，美国将抽象概念、自然现象和自然规律排除在专利权的客体范围之外，这被称为“司法例外”。邱福恩：《人工智能算法创新可专利性问题探讨》，《人工智能》2020年第4期。在之后的审查实践中,为了统一对专利客体的审查标准,美国专利商标局于2019年1月7日发布王瀚：《欧美人工智能专利保护比较研究》,《华东理工大学学报(社会科学版)》2018年第1期。邱福恩：《人工智能算法创新可专利性问题探讨》，《人工智能》2020年第4期。由该新指南可知，人工智能若要申请专利，可通过专利申请分类系统下的第706类这一明确类别。若要符合第101条的规定，则权利要求需要以一个整体将抽象概念等整合到实际应用中，从而排除“司法例外”的适用。这在很大程度上放宽了对算法相关发明可专利性的限制，即意味着，针对有关人工智能算法的权利要求，只要被运用到具体领域而视为一个整体，就有理由认为这种做法并非在试图垄断不可专利的算法，而是在通过对算法进行限制的方法使用算法。在司法实践上，存在专职审查针对人工智能算法申请的技术审查组。但实际上，专利审查员大多拒绝授予人工智能算法以专利权。因为根据专利法第101条的规定，他们认为权利要求所涉概念是人类活动的一种特定方法，且与法院视为抽象概念的权利要求类似。王立石等：《人工智能算法对专利保护政策的挑战及应对》，《软件》，2019年第4期。综上而言，在欧美的立法和司法实践上，人工智能算法的有关专利审查更为细化。我国可以参考美国专利审查实践中要求将人工智能算法具体数据应用的细节阐释，注重与人工智能算法结合的具体应用发明，而非垄断人工智能算法的基础性创新。同时在权利要求申请中，借鉴欧洲专利局的做法，要求申请者阐述人工智能算法与具体技术领域结合的技术特征。四、人工智能算法不可专利性证成目前为止，已经从人工智能算法的特征切入分析其与专利法制度的矛盾，聚焦国内学者的理论探讨支持人工智能算法可专利性的缺陷，并考察域外法上人工智能算法不可专利性的立法规定与司法实践，由此发现人工智能算法的不可专利性具有可行性和必要性。在分析论证完成现有理论和实践的基础上，应当具体结合中国人工智能算法发展的痛点，并合理借鉴比较法，以期通过新思路，提供对人工智能算法保护的可行方案。本质上而言，无需通过授予专利资格而存在恰当保护人工智能算法的方案，亦能够支持论证人工智能算法的不可专利性。（一）中国发展下的人工智能算法不可专利性社会的经济环境对塑造“发明”的过程起着至关重要的作用，同时也塑造着专利活动的过程。发明活动总是先于专利活动，这意味着有一些“创造性”的发明主题可以纳入到专利申请中。究其跟属，发明活动只存在于宏大的社会经济背景下，任何具有创造性的发明活动都离不开经济环境的影响。①PierreBourdieu,①PierreBourdieu,TheSocialStructureOfTheEconomy,AnIntellectualPropertyLawReview,2000,at226.MaryamAhmadiandLeilaAhmadi,IntellectualPropertyRightsofNanobioinformaticsinRelatedInternationalConventions,NanotechnologyLawandBusiness,Vol.12,No.2,2015.回顾一直以来中国人工智能的发展，我国人工智能专利虽然在数量上占据优势，但是在类别上，占据高比例的主要是应用型专利，基础性专利大多被起步较早的外国科技企业掌握。吴汉东等：《人工智能对知识产权法律保护的挑战》，《中国法律评论》2018年第2期。事实上，过度依赖国际开源人工智能算法和现有数学模型，是中国人工智能产业发展的症结所在。开源人工智能算法并非万能，其专业能力不足，效果往往无法满足具体任务的实际要求。吴汉东等：《人工智能对知识产权法律保护的挑战》，《中国法律评论》2018年第2期。顾基发等：《换个角度看人工智能:机遇和挑战》，《中国软科学》2020年第2期。考察域外人工智能的发展，以谷歌现已生效的Dropout算法专利为例，至今该算法在人工智能领域普遍且通用。谷歌作为Dropout算法的专利权人，一旦对该算法进行强制许可，甚至通过相关国际专利条约使该算法在美国以外的其他法域受到专利保护，那么该算法将无法自由使用，人工智能研发将面临“卡脖子”预警。从而，探讨人工智能算法是否可专利，实则为了解决的现实矛盾在于，我国在人工智能产业基础层的实力薄弱，与欧美等发达国家差距较大，而技术层和应用层却展现了良好的发展趋势。认为人工智能算法属于具体应用的学者，仅着眼于解构人工智能算法本身以论证其符合专利法制度框架未免“受光于庭户”，缺乏关照现实之理性。支持人工智能算法属于技术方案的学者，虽然关注到了我国人工智能产业技术层和应用层的实力发展，但是未能以全局观发现我国人工智能发展矛盾之所在，也有失偏颇。保护知识产权背后的经济理念是，通过对一项发明授予有时间限制的垄断，来激励创新所需要的投资和冒险。然而，知识产权保护是一把双刃剑，因为过度保护会增加受保护发明的交易成本，从而扼杀创新。AnastasiaGreenberg,AnastasiaGreenberg,ProtectingVirtualThings：PatentabilityOfArtificial,TheLawReviewoftheFranklinPierceCenterforIntellectualProperty,Vol.60,NO.2,2020.首先，若将人工智能算法设为可专利主题，将会出现“专利丛林”、人工智能应用创新受阻等更为严重的问题。仍以“人工神经网络”为例，如果允许对作为人工智能算法本身的人工神经网络授予专利，将会导致不同的发明人不断重复地通过调整参数创造多种完全不同的神经网络，并不断申请专利。每一次调整参数的时候，都会生成不同的神经网络。当无数的人工神经网络都被去申请专利，一方面，过大的专利申请量导致专利申请积压，专利审查员缺乏足够的审查时间，也缺乏对众多不同的人工神经网络的辨别可行性，导致授权的专利质量偏低、不确定增加等问题；另一方面，人工智能的应用和创新离不开诸多对人工神经网络算法模型的探索，无数人工神经网络构成的“专利丛林”将既不利于人工智能算法本身的创新，也不利于人工智能算法应用的创新。其次，专利的标准不应当一味迎合产业既得利益者，对人工智能算法授予专利，将会使创新动机和促进创造力的信息流失衡，不利于渐进的、累积的人工智能算法深入研发。专利标准设置中纳入对产业既得利益者的考量，源于有学者对美国的Gottschalkv.Benson案的背景的关注。该学者发现，之所以该案的权利要求是对于软件及其背后的算法，是因为美国当时的计算机硬件行业的既得利益者并没有从软件中获得显著的利润，他们试图通过最小化软件保护，来最小化软件市场新进入者带来的破坏，从而该学者提出专利标准是否应当迎合产业既得利益的疑问。DonaldS.Chisum,PatentingIntangibleMethods:RevisitingBensonAfterBilski,SantaClaraComputer&HighTechnologyLawJournal,DonaldS.Chisum,PatentingIntangibleMethods:RevisitingBensonAfterBilski,SantaClaraComputer&HighTechnologyLawJournal,Vol.27,No.2,2010.最后，结合我国人工智能发展的时代环境，比较域外立法和司法对人工智能算法发展的应对，坚持人工智能算法的不可专利性，更有可能解决我国人工智能算法发展的现实矛盾。目前，我国人工智能应用快速发展的背后，是核心算法缺乏的问题和人工智能开源生态等方面较明显的缺陷。这意味着国内几乎没有形成一定数量的原创且实用的人工智能算法，根本无法去申请专利，立法没有必要针对人工智能算法新设一个可专利主题。就域外而言，立法上，《欧洲专利公约》并未定义什么是“发明”，美国在其《专利法》及相关立法中规定了“司法例外”和相应审查标准，日本的《专利法》对发明提供了一个宽泛的定义，新加坡的《专利法》使用了广泛的术语来定义“可发明专利”。TabrezY.EbrahimTabrezY.Ebrahim,ArtificialIntelligenceInventionsPatentDisclosure,PennStateLawReview,vol.125,No.1,2020.（二）人工智能算法专利资格授予之替代方案前一部分已结合中国人工智能发展现状和存在问题，论证在人工智能算法不可专利性的前提下，有利于化解我国人工智能发展困境。应当注意到，这并不意味着对人工智能算法完全不保护或者保护不到位。事实上，在我国现有的专利法制度架构基础上，加之借鉴欧美审查实践，并以商业秘密的保护途径为辅，可以使人工智能算法得到完善的保护，从而坚持人工智能算法的不可专利性具有完满的证成逻辑。首先而言，我国对人工智能算法不授予专利权，而在与人工智能算法相关的发明上，只要符合一定的条件，就可以被授予专利权，这虽然没有直接对人工智能算法进行专利保护，但是能够同时兼顾现在及未来人工智能算法的内在创新和保护需求，足以应对当前以及未来人工智能算法的保护和发展。只是目前我国过于框架性的规定，可以借鉴欧美有关审查立法和实践予以细化。当人工智能算法模拟人类思维活动的属性给专利授予带来挑战时，在立法和审查实践中，可以尝试着重去要求算法对数据的应用，而不仅是数据的生成，使得申请者将人工智能算法与其具体领域的应用作为一个整理的发明去申请，同时要求申请者阐述人工智能算法与具体技术领域结合的技术特征。这一保护路径的合理性在于，第一，从我国《专利法》规定来看，第2条第2款规定“发明，是指对产品、方法或者其改进所提出的新的技术方案”，由此，对“发明”的定义较为抽象宽泛，对“技术方案”也没有明确释义，这意味着有关专利部门在审查与人工智能算法有关的权利要求时需要具体情况具体分析，而对于技术问题、技术手段、技术效果的考察也需要综合多种因素，这给权利要求的审查留下了足够的空间。第二，从我国企业技术技术保护策略来看，实证研究表明，研发强度高的企业更倾向选择维持先发策略，且避免通过复杂的流程保护其创新成果；但研发周期与维持先发无显著相关性。人工智能算法的研发强度高，企业作为创新主体，其更希望将其创新成果转化为产品，在市场上维持先发优势，故而企业更倾向于在推广人工智能算法与具体技术领域结合的成果的同时，对这一整体进行专利申请。第三，从人工智能算法本身的特征来看，其犹如一座空旷而有力的框架，缺乏具体技术领域的应用则无法发挥效用也无法检测效果。概而言之，我国专利法制度积极承认当人工智能算法与具体技术领域结合后符合相应条件的发明可以成为专利客体，能够不限制各创新主体针对人工智能算法研究进行积极的信息交流，从而鼓励创新主体积极研发对某一具体领域的更有针对性的人工智能算法，在符合现实的基础上，能够有效应对现在和未来对人工智能算法的保护。其次来说，商业秘密对人工智能算法的保护区别于对传统的其他商业信息的保护，由于人工智能算法本身无法解释的“黑箱”特征，使得商业秘密能够在更有力地保护人工智能算法的同时，不会轻易产生人工智能算法的泄露问题。商业秘密在我国《反不正当竞争法》第9条第4款中，规定为“不为公众所知悉、具有商业价值并经权利人采取相应保密措施的技术信息、经营信息等商业信息”。采取商业秘密的路径保护人工智能算法的合理性和可行性在于，第一，人工智能算法符合商业秘密的三个构成要件，即秘密性、价值性和管理性。人工智能算法的设计机制本身具有不可解释的秘密性，其与具体技术领域结合后的应用更加难以被反向工程。此外，人工智能算法可以作为创新主体的竞争优势而具有价值性。人工智能算法的设计和形成是创新主体的劳动成果，当人工智能算法应用于具体技术领域后被发现具有良好的技术效果时，该人工智能算法的价值性则随之体现。人工智能算法的保密管理性在于主体采取了适当的预防措施对人工智能算法进行保密的努力。第二，商业秘密具有保护人工智能算法的优势地位。商业秘密作为市场竞争中市场主体的一种自我保护方式，因其对技术信息和经营信息的认定不受法律规范的限制，是市场机构根据自身情况所采取的较为灵活的手段。俞风雷、张阁：《大数据知识产权法保护路径研究——以商业秘密为视角》，《广西社会科学》2020年第1期。并且，针对自然人设立的竞业禁止制度能够为商业秘密的保密起补充作用。另外，由于人工智能算法本身难以解释的“黑箱”特征，使其区别于传统的其他可作为商业秘密的客体，对其采取的保密技术措施不具备足够的可破解性，企业或机构作为商业秘密的所有权人，不必轻易陷入既想通过技术合作推动技术发展与竞争力获取又担心商业秘密被披露的两难境地。第三，商业秘密的保护路径不会加剧算法歧视的规制难度，因为算法透明的要求在复杂的人工智能算法上本来就无法实现。章小杉：《人工智能算法歧视的法律规制：欧美经验与中国路径》，《华东理工大学学报（社会科学版）》2019年第6期。俞风雷、张阁：《大数据知识产权法保护路径研究——以商业秘密为视角》，《广西社会科学》2020年第1期。章小杉：《人工智能算法歧视的法律规制：欧美经验与中国路径》，《华东理工大学学报（社会科学版）》2019年第6期。JoshuaA.Krolletal.,“AccountableAlgorithms”,UniversityofPennsylvaniaLawReview,Vol.165,No.3,2017.最后纵观之，现有的专利法制度架构和商业秘密的保护路径已经能够使得人工智能算法得到恰如其分的保护，同时保障企业创新动力的推进和国家研发核心、基础人工智能算法的战略应对，因此人工智能算法没有必要纳入可专利客体范围。或许需要进一步完善的是，有效落实对涉及人工智能算法的发明的专利审查制度。人工智能领域具有高度的专业性，与人工智能算法有关的发明中，人工智能算法参与生成的技术方案及其技术特征并非显而易见，针对实用性和创造性的审查也存在一定难度。故而在具体审查中，专利部门需要配备与人工智能领域有关的技术人员，申请人也应当在权利说明书中进行充分的说明和提供充分的材料。结语人工智能算法在当今全球人工智能发展中举足轻重，算法的研发和创新将成为人工智能时代的核心内容，并决定各国在全球人工智能革命中的自主权与竞争力。人工智能算法自身的发展与专利法制度的日渐割裂，主要表现在思维属性、非技术人文学科中的运用、权利要求说明三方面。现有的人工智能算法可专利的理论依据均有失偏颇，没有充分、审慎地权衡创新动机和促进创造力的信息流，无法解决我国基础、核心人工智能算法缺乏但人工智能应用发展良好的现实矛盾，甚至有可能出现“专利丛林”、人工智能应用创新受阻等更严重的问题。考察现有的专利法制度架构和商业秘密的保护途径，人工智能算法在现在及未来能够得到完善的保护，其不具有纳入可专利客体范围的可行性和必要性。以专利权的授予来保护人工智能算法本身的美好愿景，或许在人工智能产业日益发展、我国原创人工智能算法的缺乏日益显露的趋势下变得愈加缥缈。坚持人工智能算法的不可专利性，客观上顺应了人工智能算法发展的未来趋势，保持了专利法制度建构的理性和审慎，有效权衡了创新动机和促进创造力的信息流，有利于促进我国原创人工智能算法的深入研发和创新，增强我国人工智能产业面对全球人工智能竞争的国际竞争力，积极回应全球人工智能